Implementasi visibility restoration untuk menghilangkan kabut pada citra gunung Kelud

INDONESIA:

Indonesia memiliki 127 gunung api aktif yang tersebar di berbagai pulau. Salah satu gunung api yang masih aktif adalah gunung Kelud yang terletak di Kediri, Jawa Timur. Sebagai upaya untuk memantau aktivitas dari kawah gunung Kelud, pihak BMKG telah memasang kamera CCTV di sekitaran kawah. Akan tetapi kamera CCTV yang dipasang selalu terhalang oleh kabut sehingga citra yang dihasilkan mengalami gangguan visual. Adapun cara untuk memulihkannya digunakan teknik penghilang kabut (dehazing) menggunakan metode visibility restoration. Tahapan awal dari proses dehazing yaitu dark channel prior berfungsi merubah channel RGB menjadi piksel berintensitas rendah dilanjutkan proses atmospheric light estimation, transmission map, giude filter, scene radiance dan yang terakhir menggunakan metode visibility restoration untuk meghilangkan kabut pada citra sehingga di dapat output yang lebih baik. Setelah itu hasil keluaran akan dibandingkan dengan citra masukan dengan menggunakan FADE (fog aware density evaluation) dan PSNR (peak signal to noise ratio). Penelitian ini terbukti dapat menghilangkan kabut dengan selisih nilai FADE masukan kabut tipis sebesar 1.96203 dan keluaran 0.567120333. Nilai masukan 3.82739 dan nilai keluaran 1.090642833 untuk kabut sedang. Sedangkan kabut tebal untuk nilai masukan 6.43387 dan keluaran 1.895833333. Hasil total nilai PSNR 20.89177 untuk kabut tipis, 16.3677 untuk kabut sedang, dan 22.4442 untuk kabut tebal.

ENGLISH:

Indonesia has 127 active volcanoes spread across various islands. One of the active volcanoes is Mount Kelud, located in Kediri, East Java. In an effort to monitor the activity of the Mount Kelud crater, BMKG installed CCTV cameras around the crater. However, CCTV cameras installed are always blocked by fog so that the resulting image has a visual disturbance. The way to recover it is to use a dehazing technique using the visibility restoration method. The initial stage of the dehazing process, dark channel prior, functions to convert RGB channels into low-intensity pixels followed by an atmospheric light estimation process, transmission maps, giude filters, radiance scenes and the latter uses the visibility restoration method to remove fog in the image so that it gets better output. After that the output will be compared with the input image using FADE (fog aware density evaluation) and PSNR (peak signal to noise ratio). This research is proven to be able to eliminate fog with the difference in FADE value of thin fog input by 1.96203 and output 0.567120333. Input value 3.82739 and output value 1.090642833 for medium mist. While thick fog for input value 6.43387 and output 1.895833333. The total value of PSNR is 20.89177 for thin fog, 16.3677 for medium fog, and 22.4442 for thick fog.